中科星图——Sentinel-1_SAR_GRD数据集

简介: 中科星图——Sentinel-1_SAR_GRD数据集

数据名称:

Sentinel-1_SAR_GRD

数据来源:

Copernicus

时空范围:

2022年8月-2023年2月

空间范围:

全国

数据简介:

哨兵1号(Sentinel-1)卫星是欧洲航天局哥白尼计划(GMES)中的地球观测卫星,由两颗卫星(Sentinel-1A和Sentinel-1B)组成,载有C波段合成孔径雷达,重访周期为六天,可提供连续的全天候日夜图像,非常适用于海洋监测、陆地监测和应急服务的业务应用。Sentinel-1卫星共有四种专用数据采集模式,条带(SM)模式、干涉宽幅(IW)模式、超幅宽(EW)模式、波浪(WV)模式。Sentinel-1常用SW、IW、EW模式获取,有三个产品级别Level-0(原始影像)、Level-1和Level-2(各种模式下的海洋产品)。地距GRD(Ground range detected)SAR数据,包含经过多视处理、采用WGS84椭球投影至地距的聚焦数据,相对于SLC数据,GRD数据消除热噪声以提高图像质量。前言 – 人工智能教程

Sentinel-1 Synthetic Aperture Radar Ground Range Detected (Sentinel-1 SAR GRD) 数据集是由欧空局(European Space Agency,ESA)通过Sentinel-1卫星收集并处理的一系列合成孔径雷达(Synthetic Aperture Radar,SAR)图像数据。这个数据集提供了全球范围内较高分辨率的雷达图像,并且是免费开放的。

Sentinel-1卫星是欧空局Copernicus计划的一部分,旨在提供高质量的地球观测数据以用于环境监测、灾害管理、资源管理和农业等领域。Sentinel-1卫星搭载的SAR仪器可以在任何天气条件下获取地表的雷达图像,对于不同类型的地表覆盖物具有较高的穿透和敏感性。这使得Sentinel-1 SAR GRD数据集成为了许多应用领域的重要数据源。

Sentinel-1 SAR GRD数据集的主要特点包括以下几个方面:

  1. 高时空分辨率:Sentinel-1卫星以C波段进行观测,具有相对较短的波长,因此具有较高的空间分辨率。数据集提供的图像具有10米至30米的空间分辨率,使得用户可以获取到地表细节的丰富信息。此外,Sentinel-1卫星具有多级观测模式,可以在不同的时间间隔内获取相同区域的图像,提供了更高的时空分辨率。
  2. 全天候观测:由于SAR技术的特殊性质,它可以独立于天气条件进行观测。这使得Sentinel-1 SAR GRD数据集能够在云层、雨雪覆盖和夜晚等极端天气条件下获取地表信息,对于传统光学遥感数据受限的场景提供了一个重要的补充。
  3. 多模式图像:Sentinel-1 SAR GRD数据集提供了两种观测模式的图像,即垂直视图和水平视图。这些不同的观测模式提供了不同的信息来解释地表的性质,对于绘制地物边界、物质组成和变化检测等应用非常有用。
  4. 全球覆盖:Sentinel-1卫星在轨道上以极地轨道方式运行,可以在不同的纬度范围内获取全球覆盖的数据。这意味着用户可以获取到地球上任何地方的SAR

引用代码:

S1/L1C/GRD

波段

名称分辨率(米)描述信息

HH 10 Single co-polarization, horizontal transmit/horizontal receive

HV 10 Dual-band cross-polarization, horizontal transmit/vertical receive

VV 10 Single co-polarization, vertical transmit/vertical receive

VH 10 Dual-band cross-polarization, vertical transmit/horizontal receive

代码:

/**
 * @File    :   Sentinel-1_SAR_GRD
 * @Time    :   2023/04/17
 * @Author  :   GEOVIS Earth Brain
 * @Version :   0.1.0
 * @Contact :   中国(安徽)自由贸易试验区合肥市高新区望江西路900号中安创谷科技园一期A1楼36层
 * @License :   (C)Copyright 中科星图数字地球合肥有限公司 版权所有
 * @Desc    :  数据集key为S1/L1C/GRD的Sentinel-1_SAR_GRD类数据集  
 * @Name    :   Sentinel-1_SAR_GRD数据集
*/
//指定检索数据集,可设置检索的空间和时间范围,以及属性过滤条件
var imageCollection = gve.ImageCollection("S1/L1C/GRD")
                    .filterDate('2022-12-10','2022-12-12')
                    .select(['VV'])
                    .limit(10);
print("imageCollection",imageCollection);
var img = imageCollection.first();
print("first", img);
var visParams = {
//    gamma: 1,
//    brightness: 1,
    min: 42,
    max: 1570,
    palette: {
    "band_rendering": {
      "pseudocolor": {
      "colormap": ['#FCD163','#66A000','#3E8601','#004C00','#023B01']
      }
    }
 }
};
Map.centerObject(img);
Map.addLayer(img,visParams);

 

引用

哨兵数据对广大的区域、国家、欧洲和国际用户群体是免费、全面和开放的,使用请遵循欧洲航天局哥白尼计划相关规定,具体请参阅Open Access Hub

相关文章
|
7月前
|
定位技术 TensorFlow API
Google Earth Engine (GEE)——张量流水灾模型数据集(Sentinel-1)
Google Earth Engine (GEE)——张量流水灾模型数据集(Sentinel-1)
166 0
|
7月前
|
存储 编解码 人工智能
GEE数据集——哨兵2号Sentinel-2 云概率数据集
GEE数据集——哨兵2号Sentinel-2 云概率数据集
381 2
|
7月前
|
传感器 数据采集 存储
中科星图——Sentinel-3_OL_1_EFR具体的低分辨率大气顶部辐射的近实时产品
中科星图——Sentinel-3_OL_1_EFR具体的低分辨率大气顶部辐射的近实时产品
85 2
|
7月前
|
存储 编解码 人工智能
中科星图——Sentinel-2_MSI_L2A数据集
中科星图——Sentinel-2_MSI_L2A数据集
139 1
|
7月前
|
人工智能 atlas
Google Earth Engine(GEE)RADD - RAdar for Detecting Deforestation-基于Sentinel-1的10米空间尺度的湿润热带森林扰动预警数据集
Google Earth Engine(GEE)RADD - RAdar for Detecting Deforestation-基于Sentinel-1的10米空间尺度的湿润热带森林扰动预警数据集
69 0
|
编解码 定位技术 Sentinel
Google Earth Engine(GEE)——Sentinel-3 OLCI EFR:海洋和陆地彩色地球观测全分辨率数据集
Google Earth Engine(GEE)——Sentinel-3 OLCI EFR:海洋和陆地彩色地球观测全分辨率数据集
357 0
Google Earth Engine(GEE)——Sentinel-3 OLCI EFR:海洋和陆地彩色地球观测全分辨率数据集
|
数据库
Google Earth Engine——BigEarthNet是一个新的耕地Sentinel-2数据,由590,326个Sentinel-2图像斑块组成的土地覆盖高清数据集
Google Earth Engine——BigEarthNet是一个新的耕地Sentinel-2数据,由590,326个Sentinel-2图像斑块组成的土地覆盖高清数据集
352 0
Google Earth Engine——BigEarthNet是一个新的耕地Sentinel-2数据,由590,326个Sentinel-2图像斑块组成的土地覆盖高清数据集
|
4月前
|
Java UED Sentinel
微服务守护神:Spring Cloud Sentinel,让你的系统在流量洪峰中稳如磐石!
【8月更文挑战第29天】Spring Cloud Sentinel结合了阿里巴巴Sentinel的流控、降级、熔断和热点规则等特性,为微服务架构下的应用提供了一套完整的流量控制解决方案。它能够有效应对突发流量,保护服务稳定性,避免雪崩效应,确保系统在高并发下健康运行。通过简单的配置和注解即可实现高效流量控制,适用于高并发场景、依赖服务不稳定及资源保护等多种情况,显著提升系统健壮性和用户体验。
97 1
|
6月前
|
监控 Java Sentinel
使用Sentinel进行服务调用的熔断和限流管理(SpringCloud2023实战)
Sentinel是面向分布式、多语言异构化服务架构的流量治理组件,主要以流量为切入点,从流量路由、流量控制、流量整形、熔断降级、系统自适应过载保护、热点流量防护等多个维度来帮助开发者保障微服务的稳定性。
167 3
|
2月前
|
负载均衡 算法 Java
蚂蚁面试:Nacos、Sentinel了解吗?Springcloud 核心底层原理,你知道多少?
40岁老架构师尼恩分享了关于SpringCloud核心组件的底层原理,特别是针对蚂蚁集团面试中常见的面试题进行了详细解析。内容涵盖了Nacos注册中心的AP/CP模式、Distro和Raft分布式协议、Sentinel的高可用组件、负载均衡组件的实现原理等。尼恩强调了系统化学习的重要性,推荐了《尼恩Java面试宝典PDF》等资料,帮助读者更好地准备面试,提高技术实力,最终实现“offer自由”。更多技术资料和指导,可关注公众号【技术自由圈】获取。
蚂蚁面试:Nacos、Sentinel了解吗?Springcloud 核心底层原理,你知道多少?
下一篇
DataWorks